face
jack_201316888
这个作者很懒,什么都没留下…
展开
-
百度人脸识别sdk-转
https://ai.baidu.com/ai-doc/FACE/Qk37c1mzc目录1、简介 1.1 产品概述 1.2 规格信息 1.3 兼容性 1.4 授权方式 1.5 产品定价2、SDK详细介绍 2.1 名词解释 2.2 SDK简介 2.3 SDK文件结构 2.4 激活工具 2.5 Demo示例工程 2.6 特征抽取模型选择3、功能接口 3.1 人脸检测及设置 3.1.1 人脸检测track接口(传入转载 2020-11-16 16:19:47 · 3212 阅读 · 1 评论 -
皱纹检测Wrinkle-detection
基于图像处理的皱纹检测算法。https://github.com/bulingda/Wrinkles_detection/blob/master/Wrinkle.py from PIL import Image import cv2 import time import numpy as np from skimage.filters import frangi, gabor from skimage import...原创 2020-11-13 16:24:13 · 2793 阅读 · 2 评论 -
Insightface 之部署,TVM基础
参考文档mxnet官方install手册 TVM 0.4.0官方安装指导手册 LLVM下载地址 Debian/Ubuntu Linux下安装LLVM/Clang编译器开发环境介绍操作系统版本:Ubuntu16.04 LTS 64-bit,编译TVM的host、target版本; 目标器件为Firefly-RK3399,采用双核Cortex-A72和四核Cortex-A53的大小核架构。 MXNet版本: v1.2.1 LLVM版本: v6.0 TVM版本: v0.4.0 交叉编译工原创 2020-09-25 18:12:43 · 963 阅读 · 0 评论 -
TVM insightface
自从AI被炒作以来,各个深度学习框架层出不穷。我们通常来讲,作为AI从业者,我们通常经历着标注-训练-部署的过程。其中部署是较为痛苦的工作,尤其是在跨平台如(移动端需要native对接的时候。)当然用于inference框架同样也是层出不穷。但是大多数框架框架往往性能都一般,或者要手写相关op,或者就是转换模型较为麻烦。TVM的出现很大程度上为模型部署带来了福音。但是网上将用于TVM部署的教程还比较少,尤其是通过cpp和移动端部署。本文以Insightface Model Zoo中的MobileFace转载 2020-09-25 17:44:19 · 413 阅读 · 0 评论 -
insightFace-目录-转
https://blog.csdn.net/weixin_43013761/article/details/99646731我会为大家解析insightFace的每一个要点,从论文复现,源码超详细解析,训练自己的数据,模型压缩(剪枝,量化,核稀疏等),八度卷积移植等等(只有你没有想到的,没有我讲不到的), 如有兴趣可以加微信:a944284742相互讨论技术。 下面是相关的一系列文章。这是本人项目的源码:https://github.com/944284742/1.FaceRecognition其中转载 2020-07-29 11:08:58 · 138 阅读 · 0 评论 -
FaceNet
近期研究的课题是孪生网络,看到了FaceNet采用了孪生网络,研究的同时顺带把人脸识别FaceNet实现下,做了个简单的人脸识别项目:包含人员登记、人员签到以及FaceNet模型训练、评估、测试、模型导出、数据制作。项目通过MTCNN人脸检测模型,从照片中提取人脸图像; 把人脸图像输入到FaceNet,计算Embedding的特征向量; 采用annoy进行人脸匹配,比较特征向量间的欧式距离; 项目利用谷歌浏览器调用电脑摄像头进行人脸采集与识别业务。每次识别时间约240ms(MAC only cpu)转载 2020-06-13 13:53:14 · 377 阅读 · 1 评论